О задаче автоматизации процесса группового принятия решений в социальных сетях

В настоящее время практически каждый человек может общаться и делиться информацией через Всемирную сеть. Интернет является открытой структурой, которая позволяет людям высказывать своё мнение. Поэтому вполне ожидаемо, что социальные сети стали использоваться для выполнения процессов группового принятия решений. Одним из недостатков традиционных методов группового принятия решений является то, что они не позволяют экспертам свободно выражать мнение относительно пар альтернатив. Напротив, им приходится следовать определённой структуре предоставления предпочтений. Этот факт противоречит механизму работы социальной сети, где пользователи могут использовать ту текстовую структуру, которую они предпочитают. Именно поэтому сегодня важно разрабатывать методы, которые помогут экспертам упростить процесс выставления оценок. В работе представлен метод процесса группового принятия решений, использующий анализ тональности текстов. Основным преимуществом метода является то, что он предназначен для автоматической работы в социальных сетях.

Automation of the group decision making process in social networks

Currently, almost everyone can communicate and share information through the World Wide Web. The Internet is an open structure that allows people to express their opinions. Therefore, it's to be expected that social networks began to be used by experts to carry out the group decision making processes. One of the drawbacks of traditional group decision making methods is that they do not allow experts to freely express their opinion regarding pairs of alternatives. On the contrary, they have to follow a certain structure of giving preferences. This fact is contrary to the mechanism of the social network, where users can use the text structure that they prefer. For this reason, it is important to develop methods that will help experts simplify the process of grading. The paper presents a model of the group decision making process using sentiment analysis. The main advantage of the method is that it is designed for automatic work in social networks. Thanks to sentiment analysis, it is possible to process the text and calculate the values of preferences, which experts put in relation to a pair of alternatives.